【摘 要】
：
蚂蚁群优化算法(ant colony optimization, ACO)是一种元启发式方法,其中一群相对简单的Agent(人工蚂蚁)相互合作,求解离散优化问题.对第1个蚂蚁算法(ant system)进行扩展的
【基金项目】
：
国家自然科学基金项目(90207019),国家"八六三"高技术研究发展计划基金项目(2002AA1Z1480)
论文部分内容阅读
蚂蚁群优化算法(ant colony optimization, ACO)是一种元启发式方法,其中一群相对简单的Agent(人工蚂蚁)相互合作,求解离散优化问题.对第1个蚂蚁算法(ant system)进行扩展的大量研究表明,采用精英策略可以较好地改善算法性能.探讨了全局最优解和局部最优解间的平衡与解空间搜索的intensification,exploration的关系,及其对ACO算法性能的影响.实验结果表明,合理利用全局和局部最优解,可以显著提高ACO算法的性能.
其他文献
在普及计算环境中缺乏把已经存在的简单的服务灵活地动态地组合出更加复杂的服务的方法.提出了一种在此环境下的基于接口语义匹配的动态服务组合方法,给出了基于语义的基本服
基于区间类型2模糊系统(interval type-2 FLS),通过分别引入输入与输出空间的合理划分,建立了一类新的反馈选择型模糊神经网络结构,在此基础上提出了FLS滤波器.实验结果表明,
数据库数据组织的无环性是数据库理论和应用中一个重要特性.如何把数据库模式分解成无环性是一个比较复杂的问题,特别是在FD集F有内部冲突时无α环的分解问题.为了解决这一问